close
人工智能

Facebook 聲音辨識系統已支援 51 種語言

聲音辨識系統與圖像辨識一樣,都是近年人工智能系統的重點發展項目。其中 Facebook 就表示,他們已經開發出全球最大型的同類自動語音辨識模型,可以支援 51 種不同的語言,而且辨識效能有所提升。

Facebook 的聯合序列到序列(Seq2Seq)模型在所有語言之間共享編碼、解碼和標記的參數,簡化了對多種語言的工作過程。研究人員將 51 種語言分為不同的組別,各自都有不同的解碼器,然後用 10,000 個「子詞語」單元作為每個語言組別的 token 集。之後會將一些較小的語言組別手動組合在一起,直到最後總共有 6 個語言組別,這樣可以防止語言組別的規模因其包含的語言數量而過度傾斜。

研究報告指,在幾次實驗中,他們的最佳模型對高資源語言的 WER(文字錯誤率)平均提高了 9.1%,對中度資源語言提高了 12.44 %,對低資源語言提高了 28.76%。而這個系統對應之前未有支援的低資源語言也表現良好,包括繁體中文、波斯語和泰盧固語等。

Facebook 研究人員表示,這是首個如此大規模地研究多語言系統的計劃,為 51 種不同的語言訓練一個大規模的單一 ASR 架構,而結果發現,與 51 種不同的單語言基線相比,它要改善表現時,要用的時間將會大幅減少。

來源:Venture Beat

Tags : facebookspeech recognition
Antony Shum

The author Antony Shum